algorithm/hello-algo
1
0
Fork 0
mirror of https://github.com/krahets/hello-algo.git synced 2025-11-01 20:12:07 +08:00
Code Issues Packages Projects Releases Wiki Activity

Update README for zh-hant version (#1228)

Browse Source 
* Bug fixes

* Fix the term in heap figures

* Unify the font of the chapter covers for the zh, en, and zh-Hant version

* Sync the zh-hant vertion with the main branch

* Update README for testing

* Update README for testing

* Update README for testing

* Update README for zh, en, zh-hant version

* Fix the issue links

* Update README

* Update README

* edition -> version
This commit is contained in:
Yudong Jin
2024-04-06 03:57:46 +08:00
committed by GitHub
parent 5f7385c8a3
commit 6e570e2863
52 changed files with 123 additions and 91 deletions
Download Patch File Download Diff File Expand all files Collapse all files

44
docs/chapter_computational_complexity/space_complexity.md
View File

@ -563,13 +563,13 @@
// 执行某些操作
return 0;
}
/* 循环 O(1) */
/* 循环的空间复杂度为 O(1) */
void loop(int n) {
for (int i = 0; i < n; i++) {
func();
}
}
/* 递归 O(n) */
/* 递归的空间复杂度为 O(n) */
void recur(int n) {
if (n == 1) return;
return recur(n - 1);
@ -583,13 +583,13 @@
// 执行某些操作
return 0;
}
/* 循环 O(1) */
/* 循环的空间复杂度为 O(1) */
void loop(int n) {
for (int i = 0; i < n; i++) {
function();
}
}
/* 递归 O(n) */
/* 递归的空间复杂度为 O(n) */
void recur(int n) {
if (n == 1) return;
return recur(n - 1);
@ -603,13 +603,13 @@
// 执行某些操作
return 0;
}
/* 循环 O(1) */
/* 循环的空间复杂度为 O(1) */
void Loop(int n) {
for (int i = 0; i < n; i++) {
Function();
}
}
/* 递归 O(n) */
/* 递归的空间复杂度为 O(n) */
int Recur(int n) {
if (n == 1) return 1;
return Recur(n - 1);
@ -624,14 +624,14 @@
return 0
}
/* 循环 O(1) */
/* 循环的空间复杂度为 O(1) */
func loop(n int) {
for i := 0; i < n; i++ {
function()
}
}
/* 递归 O(n) */
/* 递归的空间复杂度为 O(n) */
func recur(n int) {
if n == 1 {
return
@ -649,14 +649,14 @@
return 0
}
/* 循环 O(1) */
/* 循环的空间复杂度为 O(1) */
func loop(n: Int) {
for _ in 0 ..< n {
function()
}
}
/* 递归 O(n) */
/* 递归的空间复杂度为 O(n) */
func recur(n: Int) {
if n == 1 {
return
@ -672,13 +672,13 @@
// 执行某些操作
return 0;
}
/* 循环 O(1) */
/* 循环的空间复杂度为 O(1) */
function loop(n) {
for (let i = 0; i < n; i++) {
constFunc();
}
}
/* 递归 O(n) */
/* 递归的空间复杂度为 O(n) */
function recur(n) {
if (n === 1) return;
return recur(n - 1);
@ -692,13 +692,13 @@
// 执行某些操作
return 0;
}
/* 循环 O(1) */
/* 循环的空间复杂度为 O(1) */
function loop(n: number): void {
for (let i = 0; i < n; i++) {
constFunc();
}
}
/* 递归 O(n) */
/* 递归的空间复杂度为 O(n) */
function recur(n: number): void {
if (n === 1) return;
return recur(n - 1);
@ -712,13 +712,13 @@
// 执行某些操作
return 0;
}
/* 循环 O(1) */
/* 循环的空间复杂度为 O(1) */
void loop(int n) {
for (int i = 0; i < n; i++) {
function();
}
}
/* 递归 O(n) */
/* 递归的空间复杂度为 O(n) */
void recur(int n) {
if (n == 1) return;
return recur(n - 1);
@ -732,13 +732,13 @@
// 执行某些操作
return 0;
}
/* 循环 O(1) */
/* 循环的空间复杂度为 O(1) */
fn loop(n: i32) {
for i in 0..n {
function();
}
}
/* 递归 O(n) */
/* 递归的空间复杂度为 O(n) */
fn recur(n: i32) {
if n == 1 {
return;
@ -754,13 +754,13 @@
// 执行某些操作
return 0;
}
/* 循环 O(1) */
/* 循环的空间复杂度为 O(1) */
void loop(int n) {
for (int i = 0; i < n; i++) {
func();
}
}
/* 递归 O(n) */
/* 递归的空间复杂度为 O(n) */
void recur(int n) {
if (n == 1) return;
return recur(n - 1);
@ -774,13 +774,13 @@
// 执行某些操作
return 0
}
/* 循环 O(1) */
/* 循环的空间复杂度为 O(1) */
fun loop(n: Int) {
for (i in 0..<n) {
function()
}
}
/* 递归 O(n) */
/* 递归的空间复杂度为 O(n) */
fun recur(n: Int) {
if (n == 1) return
return recur(n - 1)

2
docs/chapter_computational_complexity/time_complexity.md
View File

@ -743,7 +743,7 @@ $$
$T(n)$ 是一次函数，说明其运行时间的增长趋势是线性的，因此它的时间复杂度是线性阶。
我们将线性阶的时间复杂度记为 $O(n)$ ，这个数学符号称为<u>大$O$ 记号（big-$O$ notation）</u>，表示函数 $T(n)$ 的<u>渐近上界（asymptotic upper bound）</u>。
我们将线性阶的时间复杂度记为 $O(n)$ ，这个数学符号称为<u>大 $O$ 记号（big-$O$ notation）</u>，表示函数 $T(n)$ 的<u>渐近上界（asymptotic upper bound）</u>。
时间复杂度分析本质上是计算“操作数量 $T(n)$”的渐近上界，它具有明确的数学定义。